Webtartalmak megőrzése

Webtartalmak megőrzése Drótos László
(OSZK Webarchiválási Osztály)
Webtartalmak megőrzése
Born Digital Műhelykonferencia
Petőfi Irodalmi Múzeum
Budapest, 2021. november 5.
http://webverse.org
Tanulságok:
A web hatalmas,
... nagyon gyorsan nő és változik,
... de gyorsan pusztul is.
A web bonyolult
... és a technológiája is folyamatosan fejlődik.
Jelenleg a web a legnehezebben megőrizhető információhordozó médium.
https://boon.hu/egyperces/mutatjuk-a-hatos-lotto-nyeroszamait-es-nyeremenyeit-2-3-5893259/
Archiválási megoldások
Fotózás (PNG, WebP)
időtálló megoldás
megőrizhető az eredeti külalak
automatizálható, de sok a hiba
a frissítés problémás
tárhelypazarló
nehézkesen szolgáltatható
nem kereshető a szöveg
a linkek nem működnek
az interaktív funkciók sem
Nyomtatás (PDF)
időtálló megoldás
hitelesíthető
az eredeti külalak széteshet
a frissítés problémás
tárhelypazarló
egyszerűen szolgáltatható
a szöveg kereshető
a linkek működhetnek
az interaktív funkciók nem
Gereblyézés (CSV, XML)
időtálló megoldás
csak a releváns tartalom és a metaadatok maradnak meg
a külalak és kontextus elvész
API hozzáférés kellhet
a frissítés többnyire könnyű
kis tárhelyigény
szolgáltató felület kell hozzá
kereshető és elemezhető
Beadás (ZIP, TAR.GZ)
nem időtálló megoldás
az eredeti szoftverkörnyezet vagy emuláció kell hozzá
nehézkesen szolgáltatható
a frissítés is nehézkes
optimális tárhelyigény
minden megőrződik
a belső linkek működnek
kereshető és interaktív marad
Aratás (WARC)
viszonylag időtálló megoldás
sok a hiba és a hiány
a frissítés egyszerű
gazdaságosan tárolható
könnyen szolgáltatható
kereshető webhely vagy archívum szinten is
a linkek működnek
részben interaktív marad
Born digital tartalmak archiválása az OSZK-ban
MEK+EPA+DKA
MIA kísérleti projekt
Webarchívum
tematikus
műfaji
esemény-alapú
intézményi
webtér szintű
Az OSZK Webarchívum adatai
nyilvános rész
3 gyűjtemény
4,6 TB
zárt rész
1 webtér
14 tematikus
4 műfaji
12 esemény
közel 70 TB
1 milliárd URL
Hazai és nemzetközi kapcsolatok
köz- és szakkönyvtárak
tudományos műhelyek
tanszékek
IIPC
Internet Archive
WARCNET
CEWA (?)
Köszönöm a figyelmet!
Honlap: https://webarchivum.oszk.hu Kapcsolat: mia@mek.oszk.hu magyar